微调需要多少数据量呢？

Plachtaa / VITS-fast-fine-tuning

This repo is a pipeline of VITS finetuning for fast speaker adaptation TTS, and many-to-many voice conversion

Apache License 2.0

4.69k stars 703 forks source link

微调需要多少数据量呢？ #529

Open JohnHerry opened 9 months ago

JohnHerry commented 9 months ago

如题，请问微调训练需要多少数据量呢？文档里只给了 conversion的数据量情况：10条，3分钟。微调训练也是这样吗？另外汉语cleaner也看不太懂，没有看到拼音声调怎么处理的。请问mandarin.py里边的各种音素符号映射知识，是参考的哪个项目？另外为什么不用统一的某一种phoneme表示，而是先bopomofo，再转罗马拼音，再转IPA，这么转来转去的作用是什么？

Yaodada12 commented 8 months ago

大佬，整明白了吗，怎么搞